La nouvelle technologie LiDAR permet une modélisation 3D au « niveau de l’arbre individuel », capable de pénétrer les canopées forestières et d’effectuer une segmentation automatique des arbres individuels (précision > 95 %), tout en extrayant avec une grande précision la hauteur des arbres, le diamètre à hauteur de poitrine (DHP) et le volume, ce qui améliore considérablement l’efficacité des inventaires forestiers. Toutefois, ces progrès résultent d’une évolution synergique impliquant plusieurs plateformes (aérienne, portée sur le dos, portable) et des algorithmes d’intelligence artificielle, et non d’une percée technologique isolée divulguée uniquement en mai 2026.

Capacité de pénétration et segmentation des arbres individuels :

Actuel systèmes LiDAR à multi-écho (par exemple DJI Zenmuse L3, CHCNAV RS30), combinés à des algorithmes de classification de nuages de points (fondés sur le nombre d’échos, l’intensité et le regroupement spatial), distinguent efficacement les points appartenant à la canopée, au tronc et au sol. Des modèles d’instanciation par segmentation pilotés par l’IA (tels que PointNet++, les réseaux de neurones convolutifs 3D ou les architectures récentes de type Transformer) ont atteint un Score F1 supérieur à 0,95 (correspondant à une précision >95 %) pour la reconnaissance individuelle des arbres dans des peuplements à couverture fermée, selon une recherche menée de 2025 à 2026.

Extraction automatique des paramètres :

La hauteur des arbres (erreur <5 %) et le diamètre à hauteur de poitrine (DHP, erreur ±3–5 %) sont déterminés par ajustement cylindrique des nuages de points du tronc ou par méthodes des moindres carrés . Le volume est estimé à l’aide de formules allométriques (par exemple, DHP² × hauteur), intégrées aux bibliothèques d’espèces, ce qui permet d’atteindre des erreurs régionales globales de <3% (tel que vérifié par le logiciel ForestPoint de CHCNAV).

Évolution des plateformes techniques :

Le secteur a dépassé les systèmes LiDAR terrestres statiques pour intégrer LiDAR embarqué sur UAV (pour une couverture à grande échelle), liDAR portable/à main (afin de compléter les détails de l’étage sous-jacent), et Positionnement temps réel par SLAM , permettant une acquisition collaborative de nuages de points « air-sol ». Au début de l’année 2026, des équipes de l’Université des sciences forestières du Nord-Est et de GreenValley International ont validé la capacité technique de ce système à un niveau de précision individuel des arbres (< 10 cm d’erreur de positionnement).

Principales avancées :

Cette avancée ne provient pas d’une « nouvelle pénétration physique », mais plutôt de la convergence de densité accrue du nuage de points (> 20 pts/m² dans l’étage sous-jacent) + traitement multi-écho + segmentation par apprentissage profond (par exemple, Mask3D) + modélisation conjointe du terrain et de la végétation . En outre, l’« algorithme de découpage sensible aux limites de la canopée », proposé en 2025 par l’Académie chinoise des sciences forestières, a considérablement amélioré l’intégrité de la séparation individuelle des arbres dans les peuplements denses.

Applications pratiques :

Des programmes pilotes menés dans les forêts du Nord-Est et du Sud-Ouest de Chine ont démontré des gains d'efficacité supérieurs à 10 fois par rapport aux relevés traditionnels par placettes, avec des erreurs répondant aux exigences de précision de la classe III pour l'inventaire forestier national (LY/T 1953–2021). Cette technologie fait évoluer la foresterie, passant d'une « estimation par placettes » à un « relevé et une cartographie précis par arbre ».